买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国矿业大学申请的专利一种面向课堂教学引导的多模态语义对齐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119669710B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411700271.8，技术领域涉及：G06F18/21；该发明授权一种面向课堂教学引导的多模态语义对齐方法是由朱子青;张艳梅;袁冠设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种面向课堂教学引导的多模态语义对齐方法在说明书摘要公布了：本发明属于跨模态语义对齐技术领域，公开了一种面向课堂教学引导的多模态语义对齐方法。本发明面向教学过程中的多模态数据进行语义建模，通过中介模态传递语义，以跨模态对齐数据语义，本发明利用教学过程中规模大、更易处理的中介模态数据增强其他模态数据语义对齐效果。本发明还构建了数据原型语义空间，能够使不同模态的数据在统一的原型语义空间中描述，多模态数据可以通过原型投影变换和自监督类别标签生成两种方式映射入原型语义空间。本发明方法能够在复杂的课堂环境中实现多模态数据的高效对齐和深度分析，从而帮助教师实时获取课堂动态，优化教学策略，促进教学质量提高和课堂效率的提升。

本发明授权一种面向课堂教学引导的多模态语义对齐方法在权利要求书中公布了：1.一种面向课堂教学引导的多模态语义对齐方法，其特征在于，包括如下步骤： 步骤1.整理教学过程中的多模态教学资源，形成多模态数据集； 其中，多模态数据集包括图片、音频以及文本数据； 将文本数据作为中介模态传递语义，以跨模态对齐数据语义，从而获得多模态数据的预对齐语义表征向量，并将这些语义表征向量进行参数化处理； 步骤2.构建多模态数据的原型语义空间，将多模态数据经参数化的语义表征向量通过原型投影变换和自监督类别标签生成两种方式映射入原型语义空间，并设计语义映射损失函数； 步骤3.建立基于对比学习的跨模态语义对齐模型，并设计跨模态语义表示嵌入损失函数； 步骤4.基于步骤2和步骤3构造的损失函数，构造跨模态语义对齐模型训练的总体损失函数，通过最小化总体损失函数，来优化跨模态语义对齐模型的模型参数； 步骤5.根据跨模态语义对齐模型的模型计算各模态数据的语义表征向量相似度，使相同语义的图片模态与音频模态数据产生配对，从而实现对多模态数据的语义对齐； 所述步骤2具体为： 步骤2.1.构建多模态数据的原型语义空间，将原型语义空间描述为一种由数值向量集合所形成的高维空间； 其中，表示矩阵转置符号，表示原型语义空间的语义分布向量； 将不同模态的数据语义表征向量都变换到同一个原型语义空间，即将文本、图片、音频数据的表征向量通过数值变换函数，重新用原型语义空间表示； 利用原型语义空间，获得多模态数据在原型语义空间下的投影表征； 步骤2.2.设计自监督式伪标签生成机制，利用伪标签向量表示任意模态的第条数据在原型语义空间的类别，以识别多模态数据的语义类别，利于数据在原型语义空间的对齐； 所述步骤2中，将基于多模态数据向原型语义空间的变换函数作为可学习参数，与计算获得的伪标签向量相结合，构建语义映射损失函数： ； 其中为模态数据的语义伪标签向量的第个元素值，即任意模态的第条数据对应的伪标签的值，标识为文本、图片或者音频模态类型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。